CN116030021A - 一种光伏组件隐裂特性的自动化检测系统 - Google Patents
一种光伏组件隐裂特性的自动化检测系统 Download PDFInfo
- Publication number
- CN116030021A CN116030021A CN202310049220.2A CN202310049220A CN116030021A CN 116030021 A CN116030021 A CN 116030021A CN 202310049220 A CN202310049220 A CN 202310049220A CN 116030021 A CN116030021 A CN 116030021A
- Authority
- CN
- China
- Prior art keywords
- crack
- image
- abnormal
- analysis unit
- photovoltaic module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种光伏组件隐裂特性的自动化检测系统,涉及裂纹检测技术领域,解决了会因光伏组件内部所存在的安装槽或凹槽,而造成误判,从而增加外部操作人员的工作负担的技术问题,预先对光伏组件的组件图像进行获取并进行分析,得到属于该光伏组件的若干个异常点位,再通过高分辨率红外相机获取此异常点位的高清图像,再对高清图像进行分析,确定高清图像的中心点,再对此高清图像周边的边缘路径点进行确定,根据确定结果,判定此高清图像是否为裂纹图像,避免因光伏组件表面的凹槽或安装槽造成误判,提升识别结果,降低识别错误率,分析若干个异常点位之间的距离参数是否存在规律,对设备进行追溯,及时对故障设备进行检修,降低总体损失。
Description
技术领域
本发明属于裂纹检测技术领域,具体是一种光伏组件隐裂特性的自动化检测系统。
背景技术
光伏组件便是太阳能电池组件,太阳电池组件是由高效晶体硅太阳能电池片、超白布纹钢化玻璃、EVA、透明TPT背板以及铝合金边框组成,具有使用寿命长,机械抗压外力强等特点。
光伏组件在生产完成后,需采用自动化检测系统对若干个光伏组件进行自动化检测处理,传统的检测方式,通过自动识别,获取属于此光伏组件的异常点位,再对此光伏组件进行标记,由外部的操作人员进行人工检测,此种检测方式,仍存在以下不足需进行改进:
1、自动化检测系统,会因光伏组件内部所存在的安装槽或凹槽,而造成误判,显示此光伏组件存在裂纹,从而增加外部操作人员的工作负担,影响整体检测效率;
2、在生产过程中,会因裂纹判定的不准确,部分光伏组件存在不影响整体使用的裂纹,将此部分光伏组件进行作废,从而增加损失;
3、无法根据光伏组件所存在的裂纹,及时分析是不是对应生产设备存在故障,快速寻找源头,以此降低整体的生产损失。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种光伏组件隐裂特性的自动化检测系统,用于解决背景技术中所提出的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种光伏组件隐裂特性的自动化检测系统,包括组件图像获取端、检测中心以及显示终端和高分辨率红外相机;
所述检测中心包括异常点位分析单元、裂纹分析单元、阈值单元、距离分析单元以及信号生成单元;
所述组件图像获取端,用于对光伏组件的组件图像进行获取,并将所获取的组件图像传输至检测中心内;
所述检测中心内部的异常点位分析单元,通过对组件图像进行分析,得到属于该光伏组件的异常点位,并向高分辨率红外相机发送高清图像获取指令,所述高分辨率红外相机根据获取指令,对异常点位的高清图像进行采集,并将所采集的高清图像重新传输至异常点位分析单元内,所述异常点位分析单元对此异常点位的高清图像进行分析,根据分析结果查看是否为裂纹,并将裂纹图像传输至裂纹分析单元内;
所述裂纹分析单元,对裂纹图像进行接收,并根据裂纹图像对此裂纹进行具体分析,后续根据阈值单元所提供的阈值进行比对,从而得到比对结果,通过比对结果,对此裂纹是否会影响正常使用进行判定;
所述距离分析单元,从所获取的组件图像内,对光伏组件所存在的异常点位距离进行分析,从而根据异常点位距离参数之间是否存在规律。
优选的,所述异常点位分析单元对此异常点位的高清图像进行分析的具体方式为:
根据所获取的高清图像,确定属于此高清图像的中心点,将高清图像与坐标模板进行合并,获取此中心点的坐标参数,并将其标记为Zi(Xi,Yi),其中i代表不同的高清图像;
从此高清图像内获取此图像的边缘路径点,并通过坐标模板获取此图像不同边缘路径点的坐标参数,并将不同的边缘路径点标记为LJi-k,其中i代表不同的高清图像,k代表不同的边缘路径点;
将中心点Zi与边缘路径点LJi-k之间的距离参数进行获取,并将不同边缘路径点的距离参数标记为JLi-k,查看若干组距离参数JLi-k是否一致,若为一致状态,则不进行处理,反之,将此高清图像标记为裂纹图像,并通过信号生成单元生成裂纹信号,将所生成的裂纹信号传输至外部显示终端内,并将此裂纹图像传输至裂纹分析单元内。
优选的,所述裂纹分析单元,根据裂纹图像对此裂纹进行具体分析的方式为:
通过高分辨率红外相机内部的红外线获取此裂纹多个点位不同的辐射深度,并将数值最大的辐射深度标记为待处理深度,并将此待处理深度标记为SDi,并同时获取此裂纹图像的裂纹总长度并将此裂纹总长度标记为CDi;
采用得到属于该裂纹图像的比对参值BDi,其中C1以及C2均为固定的系数因子;
将比对参值BDi与阈值单元内设阈值Y1进行比对,当BDi<Y1时,代表此裂纹图像内部的裂纹不会影响光伏组件的正常使用,反之,代表此裂纹图像内部的裂纹会影响光伏组件的正常使用,并通过信号生成单元生成异常信号,并将此光伏组件的组件编号以及异常信号进行捆绑,得到不符合规格数据包,并将此不符合规格数据包传输至显示终端内,供外部人员进行查看,及时对此光伏组件进行处理。
优选的,所述距离分析单元,对光伏组件所存在的异常点位距离进行分析的具体方式为:
以光伏组件的一端端点为初始点,按照排序方式,将若干个不同的异常点进行排序,并将不同的异常点标记为YCt,其中t=1、2、……、n,n为正整数,且n≥2,其中t为1时,代表此点位为初始点,t为2时,代表此点位为第一组异常点,t为n时,代表此点位为最后一组异常点;
按照t值的排序,依次获取每组异常点之间的距离参数,并将此距离参数标记为JLCo,其中o=n-1;
将n-1组距离参数JLCo采用得到该光伏组件的核对参值HDo,当o=1时,JLCo-1则不存在,便无需计算出核对参值HDo,将计算所得的核对参值HDo与预设参数Y2进行比对,当HDo<Y2时,代表若干个异常点位之间的距离参数存在规律,则通过信号生成单元生成距离规律信号,并通过显示终端进行显示,反之,不生成任何信号,代表若干个异常点位之间的距离参数不存在规律,无需进行处理。
优选的,所述显示终端,用于将检测中心所生成的裂纹信号、不符合规格数据包以及距离规律信号进行显示,外部操作人员根据所显示的信号及时作出应对措施。
与现有技术相比,本发明的有益效果是:预先对光伏组件的组件图像进行获取并进行分析,得到属于该光伏组件的若干个异常点位,再通过高分辨率红外相机获取此异常点位的高清图像,后续再对高清图像进行分析,确定高清图像的中心点,再对此高清图像周边的边缘路径点进行确定,根据确定结果,判定此高清图像是否为裂纹图像,避免因光伏组件表面的凹槽或安装槽造成误判,提升识别结果,降低识别错误率;
再依次对存在裂纹图像的光伏组件进行分析,预先根据此裂纹图像的深度以及长度,查看此裂纹图像是否会影响光伏组件的正常使用,若影响正常使用,则生成不符合规格数据包,供外部人员进行查看,及时作出应对措施,分析此裂纹是否会影响此光伏组件的正常使用,便可降低整个光伏组件的整体损失,并通过操作人员告知对应的使用人员,可适当降低销售价格,以此降低生产损失;
再通过组件图像,获取若干个异常点位之间的距离参数,根据所获取的若干个距离参数,分析若干个距离参数之间是否存在规律,若存在规律,代表对应的生产设备存在故障,若不存在规律,则不生成任何信号,采用此种层层递进的分析方式,便可使裂纹的分析结果更加准确,并及时作出对应措施,同时,通过异常组件,对设备进行追溯,及时对故障设备进行检修,降低总体损失,提升整个检测系统的使用体验。
附图说明
图1为本发明原理框架示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本申请提供了一种光伏组件隐裂特性的自动化检测系统,包括组件图像获取端、检测中心以及显示终端和高分辨率红外相机;
所述组件图像获取端与检测中心输入端电性连接,所述检测中心输出端与显示终端输入端电性连接,且检测中心与高分辨率红外相机之间双向连接;
所述检测中心包括异常点位分析单元、裂纹分析单元、阈值单元、距离分析单元以及信号生成单元;
所述异常点位分析单元分别与裂纹分析单元和信号生成单元输入端电性连接,所述阈值单元与裂纹分析单元输入端电性连接,且裂纹分析单元与距离分析单元输入端电性连接,所述距离分析单元与信号生成单元输入端电性连接;
所述组件图像获取端,用于对光伏组件的组件图像进行获取,并将所获取的组件图像传输至检测中心内(组件图像可以理解为整个光伏组件的外部整体图像,一般为多组,因单个光伏组件,需要拍摄多个角度才能拍摄完成);
所述检测中心内部的异常点位分析单元,通过对组件图像进行分析,得到属于该光伏组件的异常点位,并向高分辨率红外相机发送高清图像获取指令,所述高分辨率红外相机根据获取指令,对异常点位的高清图像进行采集,并将所采集的高清图像重新传输至异常点位分析单元内,所述异常点位分析单元对此异常点位的高清图像进行分析,根据分析结果查看是否为裂纹,并将为裂纹的高清图像传输至裂纹分析单元内,其中进行分析的具体方式为:
根据所获取的高清图像,确定属于此高清图像的中心点(可以理解为此中心点是一组相片的中心点,根据设备自行获取并进行确定),将高清图像与坐标模板进行合并,获取此中心点的坐标参数,并将其标记为Zi(Xi,Yi),其中i代表不同的高清图像;
从此高清图像内获取此图像的边缘路径点(可以理解为边缘的点位,一般的花纹会进行延伸,所延伸的终点便就是边缘路径点,一般的槽口也为归整多边形,也会存在对应的边缘转折点,也可以理解为边缘路径点),并通过坐标模板获取此图像不同边缘路径点的坐标参数,并将不同的边缘路径点标记为LJi-k,其中i代表不同的高清图像,k代表不同的边缘路径点;
将中心点Zi与边缘路径点LJi-k之间的距离参数进行获取,并将不同边缘路径点的距离参数标记为JLi-k,查看若干组距离参数JLi-k是否一致,若为一致状态(代表所采集的高清图像为正规图形,可能为光伏组件内部的安装槽以及其他槽口),则不进行处理,反之,将此高清图像标记为裂纹图像,并通过信号生成单元生成裂纹信号,将所生成的裂纹信号传输至外部显示终端内,并将此裂纹图像传输至裂纹分析单元内。
所述裂纹分析单元,对裂纹图像进行接收,并根据裂纹图像对此裂纹进行具体分析,后续根据阈值单元所提供的阈值进行比对,从而得到比对结果,通过比对结果,对此裂纹是否会影响正常使用进行判定,其中进行具体分析的具体方式为:
通过高分辨率红外相机内部的红外线获取此裂纹多个点位不同的辐射深度,并将数值最大的辐射深度标记为待处理深度,并将此待处理深度标记为SDi,并同时获取此裂纹图像的裂纹总长度(其中总长度包括整个裂纹图像多个裂纹的整体长度),并将此裂纹总长度标记为CDi;
采用得到属于该裂纹图像的比对参值BDi,其中C1以及C2均为固定的系数因子,且具体取值由操作人员根据经验拟定;
将比对参值BDi与阈值单元内设阈值Y1进行比对,当BDi<Y1时,代表此裂纹图像内部的裂纹不会影响光伏组件的正常使用,反之,代表此裂纹图像内部的裂纹会影响光伏组件的正常使用,并通过信号生成单元生成异常信号,并将此光伏组件的组件编号以及异常信号进行捆绑,得到不符合规格数据包,并将此不符合规格数据包传输至显示终端内,供外部人员进行查看,及时对此光伏组件进行处理。
所述距离分析单元,从所获取的组件图像内,对光伏组件所存在的异常点位距离进行分析,从而根据异常点位距离参数之间是否存在规律,若存在规律,则代表对应的生产设备存在故障,导致所生产的光伏组件存在多个距离相近的异常点位,若不存在规律,则代表可能因运输过程中,造成光伏组件表面受损,从而造成表面裂纹,其中对光伏组件所存在的异常点位距离进行分析的具体方式为:
以光伏组件的一端端点为初始点,按照排序方式,将若干个不同的异常点进行排序,并将不同的异常点标记为YCt,其中t=1、2、……、n,n为正整数(若只存在一组异常点,则n为2,所以n≥2),其中t为1时,代表此点位为初始点,t为2时,代表此点位为第一组异常点,t为n时,代表此点位为最后一组异常点;
按照t值的排序,依次获取每组异常点之间的距离参数,并将此距离参数标记为JLCo,其中o=n-1;
将n-1组距离参数JLCo采用得到该光伏组件的核对参值HDo(因n≥2,且o=n-1,那么o可能等于1,当o=1时,JLCo-1则不存在,便无法计算出核对参值HDo,可以这么理解,因只有一组异常点,只有存在两组异常点时,才能从他们之间的距离参数内得到核对参值,只有一组异常点时,是不需要计算核对参值的,此时的距离分析单元便无需进行工作),将计算所得的核对参值HDo与预设参数Y2进行比对,当HDo<Y2时,代表若干个异常点位之间的距离参数存在规律,则通过信号生成单元生成距离规律信号,并通过显示终端进行显示,供外部人员进行查看,及时对生产设备进行故障查询,反之,不生成任何信号,代表若干个异常点位之间的距离参数不存在规律,无需进行处理,可能是运输过程中所造成的裂纹。
所述显示终端,用于将检测中心所生成的裂纹信号、不符合规格数据包以及距离规律信号进行显示,外部操作人员根据所显示的信号及时作出应对措施。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:预先对光伏组件的组件图像进行获取并进行分析,得到属于该光伏组件的若干个异常点位,再通过高分辨率红外相机获取此异常点位的高清图像,后续再对高清图像进行分析,确定高清图像的中心点,再对此高清图像周边的边缘路径点进行确定,根据确定结果,判定此高清图像是否为裂纹图像,避免因光伏组件表面的凹槽或安装槽造成误判,提升识别结果,降低识别错误率;
再依次对存在裂纹图像的光伏组件进行分析,预先根据此裂纹图像的深度以及长度,查看此裂纹图像是否会影响光伏组件的正常使用,若影响正常使用,则生成不符合规格数据包,供外部人员进行查看,及时作出应对措施,再通过组件图像,获取若干个异常点位之间的距离参数,根据所获取的若干个距离参数,分析若干个距离参数之间是否存在规律,若存在规律,代表对应的生产设备存在故障,若不存在规律,则不生成任何信号,采用此种层层递进的分析方式,便可使裂纹的分析结果更加准确,并及时作出对应措施,同时,通过异常组件,对设备进行追溯,及时对故障设备进行检修,降低总体损失,提升整个检测系统的使用体验。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (5)
1.一种光伏组件隐裂特性的自动化检测系统,其特征在于,包括组件图像获取端、检测中心以及显示终端和高分辨率红外相机;
所述检测中心包括异常点位分析单元、裂纹分析单元、阈值单元、距离分析单元以及信号生成单元;
所述组件图像获取端,用于对光伏组件的组件图像进行获取,并将所获取的组件图像传输至检测中心内;
所述检测中心内部的异常点位分析单元,通过对组件图像进行分析,得到属于该光伏组件的异常点位,并向高分辨率红外相机发送高清图像获取指令,所述高分辨率红外相机根据获取指令,对异常点位的高清图像进行采集,并将所采集的高清图像重新传输至异常点位分析单元内,所述异常点位分析单元对此异常点位的高清图像进行分析,根据分析结果查看是否为裂纹,并将裂纹图像传输至裂纹分析单元内;
所述裂纹分析单元,对裂纹图像进行接收,并根据裂纹图像对此裂纹进行具体分析,后续根据阈值单元所提供的阈值进行比对,从而得到比对结果,通过比对结果,对此裂纹是否会影响正常使用进行判定;
所述距离分析单元,从所获取的组件图像内,对光伏组件所存在的异常点位距离进行分析,从而根据异常点位距离参数之间是否存在规律。
2.根据权利要求1所述的一种光伏组件隐裂特性的自动化检测系统,其特征在于,所述异常点位分析单元对此异常点位的高清图像进行分析的具体方式为:
根据所获取的高清图像,确定属于此高清图像的中心点,将高清图像与坐标模板进行合并,获取此中心点的坐标参数,并将其标记为Zi(Xi,Yi),其中i代表不同的高清图像;
从此高清图像内获取此图像的边缘路径点,并通过坐标模板获取此图像不同边缘路径点的坐标参数,并将不同的边缘路径点标记为LJi-k,其中i代表不同的高清图像,k代表不同的边缘路径点;
将中心点Zi与边缘路径点LJi-k之间的距离参数进行获取,并将不同边缘路径点的距离参数标记为JLi-k,查看若干组距离参数JLi-k是否一致,若为一致状态,则不进行处理,反之,将此高清图像标记为裂纹图像,并通过信号生成单元生成裂纹信号,将所生成的裂纹信号传输至外部显示终端内,并将此裂纹图像传输至裂纹分析单元内。
3.根据权利要求2所述的一种光伏组件隐裂特性的自动化检测系统,其特征在于,所述裂纹分析单元,根据裂纹图像对此裂纹进行具体分析的方式为:
通过高分辨率红外相机内部的红外线获取此裂纹多个点位不同的辐射深度,并将数值最大的辐射深度标记为待处理深度,并将此待处理深度标记为SDi,并同时获取此裂纹图像的裂纹总长度并将此裂纹总长度标记为CDi;
采用得到属于该裂纹图像的比对参值BDi,其中C1以及C2均为固定的系数因子;
将比对参值BDi与阈值单元内设阈值Y1进行比对,当BDi<Y1时,代表此裂纹图像内部的裂纹不会影响光伏组件的正常使用,反之,代表此裂纹图像内部的裂纹会影响光伏组件的正常使用,并通过信号生成单元生成异常信号,并将此光伏组件的组件编号以及异常信号进行捆绑,得到不符合规格数据包,并将此不符合规格数据包传输至显示终端内,供外部人员进行查看,及时对此光伏组件进行处理。
4.根据权利要求3所述的一种光伏组件隐裂特性的自动化检测系统,其特征在于,所述距离分析单元,对光伏组件所存在的异常点位距离进行分析的具体方式为:
以光伏组件的一端端点为初始点,按照排序方式,将若干个不同的异常点进行排序,并将不同的异常点标记为YCt,其中t=1、2、……、n,n为正整数,且n≥2,其中t为1时,代表此点位为初始点,t为2时,代表此点位为第一组异常点,t为n时,代表此点位为最后一组异常点;
按照t值的排序,依次获取每组异常点之间的距离参数,并将此距离参数标记为JLCo,其中o=n-1;
将n-1组距离参数JLCo采用得到该光伏组件的核对参值HDo,当o=1时,JLCo-1则不存在,便无需计算出核对参值HDo,将计算所得的核对参值HDo与预设参数Y2进行比对,当HDo<Y2时,代表若干个异常点位之间的距离参数存在规律,则通过信号生成单元生成距离规律信号,并通过显示终端进行显示,反之,不生成任何信号,代表若干个异常点位之间的距离参数不存在规律,无需进行处理。
5.根据权利要求4所述的一种光伏组件隐裂特性的自动化检测系统,其特征在于,所述显示终端,用于将检测中心所生成的裂纹信号、不符合规格数据包以及距离规律信号进行显示,外部操作人员根据所显示的信号及时作出应对措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310049220.2A CN116030021B (zh) | 2023-02-01 | 2023-02-01 | 一种光伏组件隐裂特性的自动化检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310049220.2A CN116030021B (zh) | 2023-02-01 | 2023-02-01 | 一种光伏组件隐裂特性的自动化检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116030021A true CN116030021A (zh) | 2023-04-28 |
CN116030021B CN116030021B (zh) | 2023-08-01 |
Family
ID=86070369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310049220.2A Active CN116030021B (zh) | 2023-02-01 | 2023-02-01 | 一种光伏组件隐裂特性的自动化检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030021B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116206997A (zh) * | 2023-05-06 | 2023-06-02 | 苏州德机自动化科技有限公司 | 基于半导体全自动生产线的封装控制管理系统 |
CN116817808A (zh) * | 2023-08-31 | 2023-09-29 | 东北电力大学 | 一种基于空气耦合Lamb波的光伏板隐裂长度检测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102235980A (zh) * | 2010-04-27 | 2011-11-09 | 英利能源(中国)有限公司 | 一种用于在线检测光伏电池组件的装置 |
CN203551480U (zh) * | 2013-11-07 | 2014-04-16 | 英利能源(中国)有限公司 | 光伏组件电致发光缺陷检测系统 |
CN105811880A (zh) * | 2016-05-16 | 2016-07-27 | 安徽思普瑞德新能源科技有限公司 | 基于无人机搭载的光伏组件实时监测系统 |
KR20180046177A (ko) * | 2016-10-27 | 2018-05-08 | 전주비전대학교산학협력단 | 드론과 gis를 사용한 이상 발열 태양광 모듈 검출 방법 |
CN112991264A (zh) * | 2021-02-05 | 2021-06-18 | 西安理工大学 | 一种单晶硅光伏电池裂纹缺陷的检测方法 |
CN115115242A (zh) * | 2022-07-04 | 2022-09-27 | 珠海格力电器股份有限公司 | 光伏板的维护方法、系统、装置、设备及存储介质 |
-
2023
- 2023-02-01 CN CN202310049220.2A patent/CN116030021B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102235980A (zh) * | 2010-04-27 | 2011-11-09 | 英利能源(中国)有限公司 | 一种用于在线检测光伏电池组件的装置 |
CN203551480U (zh) * | 2013-11-07 | 2014-04-16 | 英利能源(中国)有限公司 | 光伏组件电致发光缺陷检测系统 |
CN105811880A (zh) * | 2016-05-16 | 2016-07-27 | 安徽思普瑞德新能源科技有限公司 | 基于无人机搭载的光伏组件实时监测系统 |
KR20180046177A (ko) * | 2016-10-27 | 2018-05-08 | 전주비전대학교산학협력단 | 드론과 gis를 사용한 이상 발열 태양광 모듈 검출 방법 |
CN112991264A (zh) * | 2021-02-05 | 2021-06-18 | 西安理工大学 | 一种单晶硅光伏电池裂纹缺陷的检测方法 |
CN115115242A (zh) * | 2022-07-04 | 2022-09-27 | 珠海格力电器股份有限公司 | 光伏板的维护方法、系统、装置、设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116206997A (zh) * | 2023-05-06 | 2023-06-02 | 苏州德机自动化科技有限公司 | 基于半导体全自动生产线的封装控制管理系统 |
CN116817808A (zh) * | 2023-08-31 | 2023-09-29 | 东北电力大学 | 一种基于空气耦合Lamb波的光伏板隐裂长度检测系统 |
CN116817808B (zh) * | 2023-08-31 | 2023-11-07 | 东北电力大学 | 一种基于空气耦合Lamb波的光伏板隐裂长度检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116030021B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116030021B (zh) | 一种光伏组件隐裂特性的自动化检测系统 | |
CN111598771B (zh) | 一种基于ccd相机的pcb电路板缺陷检测系统及方法 | |
WO2023168972A1 (zh) | 一种基于线阵相机的铜表面缺陷检测方法及装置 | |
CN108380509A (zh) | 基于机器视觉的led灯盘分拣与检测系统 | |
CN112924471B (zh) | 一种设备故障诊断系统及其诊断方法 | |
CN109638959B (zh) | 基于ar和深度学习的电力设备遥信功能调试方法及系统 | |
CN111504381A (zh) | 一种端子排产品在线检测设备及其检测方法 | |
CN111709931B (zh) | 一种耐张线夹缺陷检测识别报告自动获取方法及系统 | |
CN109919038A (zh) | 基于机器视觉与深度学习的配电柜方形压板状态识别方法 | |
CN116721107A (zh) | 一种电缆生产质量智能监控系统 | |
CN109657682B (zh) | 一种基于深度神经网络和多阈值软切分的电能表示数识别方法 | |
CN113269234B (zh) | 一种基于目标检测的连接件装配检测方法和系统 | |
CN117854402A (zh) | 显示屏的异常显示检测方法、装置、终端设备 | |
CN113554610A (zh) | 一种光伏组件运行状态检测方法及其应用装置 | |
CN116344378B (zh) | 一种光伏板生产用智能检测系统及其检测方法 | |
CN116698874A (zh) | 一种电缆的缺陷检测方法、装置、设备及存储介质 | |
CN116486125A (zh) | 一种设备的检测方法、装置、设备及介质 | |
CN102682282A (zh) | 基于DaVinci架构和嵌入式图像检测技术的在线型号识别仪 | |
CN115289982A (zh) | 一种基于ArUco码的结构平面位移视觉监测方法 | |
CN116030013A (zh) | 多目标多类别破损缺陷检测方法、系统及计算机存储介质 | |
CN115564769A (zh) | 使用深度学习进行电机转子并线缺陷检测的方法 | |
CN112529902A (zh) | 一种pcb板的检孔方法 | |
CN112541522B (zh) | 一种用电信息采集终端通信模块针脚正位度检测方法 | |
CN116758060B (zh) | 一种电池片立式花篮视觉检测系统 | |
CN117764904A (zh) | 一种用于桥梁拉索检测机器人的云端检测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |